SKILLEMALL.ai
GitHub ↗ EN Войти

CD deliverable-lint

Проверяет весь результат работы, такой как доклад, учебный модуль, статья, глава или отчет рецензента, по манифесту без переписывания. Запускает детерминированный контроль сборки, цитат, чисел, фактов и утечек, затем останавливается при сбое. Назначает дешевый поиск для каждого раздела, запускает сильную модель для всего произведения и распределяет результаты по checks/<date>/findings.json и report.md с якорями, уровнями серьезности и честным охватом NOT-CHECKED в рамках бюджетных ограничений. Используйте, когда пользователь говорит «проверить результат», «просмотреть весь доклад/модуль/статью», «ночная смена», «предварительная проверка перед отправкой» или перед выпуском. Редактирование остается последовательным и инициируется автором.

машинный переводПоказать оригиналСкрыть оригинал«Reviews a whole deliverable, such as a talk, course module, paper, cha…»

Reviews a whole deliverable, such as a talk, course module, paper, chapter, or referee report, against its manifest without rewriting. Runs a deterministic gate for build, citations, numbers, facts, and leaks, then stops on failure. It assigns a cheap finder to each section, runs a strong-model whole-work pass, and adjudicates into checks/<date>/findings.json and report.md with anchors, severities, and honest NOT-CHECKED coverage within a dollar budget. Use when the user says "lint the deliverable", "review the whole talk/module/paper", "night shift", "pre-ship review", or before release. Revision remains serial and author-led.

scdenney/open-science-skills Claude Code автор: scdenney NOASSERTION 1 файл тело ≈ 2 030 токенов Открыть источникgithub.com↗ проанализирован 4 дн назад

Проверяет весь результат работы, такой как доклад, учебный модуль, статья, глава или отчет рецензента, по манифесту без переписывания.

Как процесс D 47/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: ../../../docs/deliverable-pipeline.md

АнализаторДанные и аналитикатип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
89/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
79
Прогон на моделях
не было
Процессный рейтинг
D
47/100
Процесс не доведён
Скилл ссылается на файлы, которых нет в архиве: ../../../docs/deliverable-pipeline.md
Инструменты и файлы вес 18
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять
Это копия скилла из другого каталога, в рейтинге считается основная: deliverable-lint (scdenney/open-science-skills)

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Широкие права средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.

Автору

Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.

Как улучшить

  1. В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • средняя Широкие права meta-broad-allowed-tools SKILL.md:1
    Заранее разрешены широкие инструменты: Bash
    allowed-tools: Read Glob Grep Bash Write Agent

Просканировано файлов: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение missing-ref ссылка на отсутствующий файл: ../../../docs/deliverable-pipeline.md
  • заметка edit-residue в тексте есть пометки об устаревшем (строки 12): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

Процессный рейтинг: все десять параметров 47/100

Не запустится. Скилл ссылается на файлы, которых нет в архиве: ../../../docs/deliverable-pipeline.md
  • 0Инструменты и файлы. Не хватает 1 файла(ов): ../../../docs/deliverable-pipeline.md
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
  • 100Шаги. Шагов: 7
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2030 токенов
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
  • low Ответ описан самодельной разметкой (15 тегов): типизированный вызов надёжнее

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +4Нет примеров входа/выхода
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 4 примера фраз-триггеров в кавычках
  • +3Длина description 635 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 9 заголовков
  • +3Пошаговые инструкции: 7 пунктов

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 79.